JP4431949B2 - Red-eye correction method and device for carrying out the method - Google Patents

Red-eye correction method and device for carrying out the method Download PDF

Info

Publication number
JP4431949B2
JP4431949B2 JP2003366132A JP2003366132A JP4431949B2 JP 4431949 B2 JP4431949 B2 JP 4431949B2 JP 2003366132 A JP2003366132 A JP 2003366132A JP 2003366132 A JP2003366132 A JP 2003366132A JP 4431949 B2 JP4431949 B2 JP 4431949B2
Authority
JP
Japan
Prior art keywords
red
pixel
eye
pixels
redeye
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP2003366132A
Other languages
Japanese (ja)
Other versions
JP2005128942A (en
Inventor
耕一 久後
Original Assignee
ノーリツ鋼機株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ノーリツ鋼機株式会社 filed Critical ノーリツ鋼機株式会社
Priority to JP2003366132A priority Critical patent/JP4431949B2/en
Publication of JP2005128942A publication Critical patent/JP2005128942A/en
Application granted granted Critical
Publication of JP4431949B2 publication Critical patent/JP4431949B2/en
Application status is Expired - Fee Related legal-status Critical
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K9/00Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
    • G06K9/00597Acquiring or recognising eyes, e.g. iris verification
    • G06K9/0061Preprocessing; Feature extraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46Colour picture communication systems
    • H04N1/56Processing of colour picture signals
    • H04N1/60Colour correction or control
    • H04N1/62Retouching, i.e. modification of isolated colours only or in isolated picture areas only
    • H04N1/624Red-eye correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30216Redeye defect

Description

本発明は、撮影画像データに生じている赤目を補正する赤目補正方法、赤目補正プログラム、及びこの方法を実施する画像処理装置に関する。 The present invention, red-eye correction method for correcting red eyes caused in the captured image data, red-eye correction program, and an image processing apparatus for implementing this method.

人物や動物などを被写体としてストロボ撮影した場合、ストロボ光の一部が眼球内の血管等で反射してカメラ側に戻ってくることで、撮影画像において瞳の中央が赤色ないしは実際とは異なる色となる、いわゆる赤目現象を生じることがある。 If using the flash and a person or an animal as a subject, that the part of the flash light returns to the camera side is reflected by the blood vessel or the like in the eye, the color that is different from the center of the pupil is red or indeed with the captured image to become, which may cause the so-called red-eye phenomenon. デジタルカメラの普及や写真フィルムの撮影画像をデジタル化するフィルムスキャナの普及により、この赤目問題を画像処理技術で解決することが数多く提案されている。 With the spread of the film scanner for digitizing photographic image of the spread and the photographic film of the digital camera, it has been proposed to solve this red-eye problem in image processing technology. もちろん、赤目部分の画素をモニタを通じて目で確認しながらその画素の色合いを実際の色合いに修正していくという職人的技術によってもこの補正作業が可能であるが、その補正作業に頻雑さや熟練さが要求される等を考慮すると一般的ではない。 It is, of course, also possible this correction work by craftsman technology that will be modified to the actual color of the tint of the pixel while checking in the eye through the monitor pixels of the red-eye portion, Shikizatsu of and skilled in the correction work not a general take into account the like of is required. このため、パターン認識技術等を利用して瞳孔位置を抽出し、あるいは画像内の赤色部分を抽出して、この部分を色変換するといった自動化技術も考えられているが、赤目エリアを正確に検出しようとすれば、画像処理技術が極めて複雑となり、装置自体も高価なものとなってしまう。 Therefore, by using a pattern recognition technique or the like to extract the pupil position, or to extract the red portion of the image, although automated techniques are also contemplated, such as color convert this portion, accurately detect the red eye area if an attempt, image processing technology becomes very complicated, device itself becomes expensive.

例えば、色調不良となった目領域を含む領域をまず指定し、その領域において、明度や赤味を組み合わせた特徴量を用いて、赤目部とその隣接する白目及び肌部との間に谷間ができることを利用し、前記特徴量の山毎に領域分割することで赤目部を白目及び肌部と分離する技術がある(例えば、特許文献1参照。)。 For example, a region including an eye region became poor color tone initially specified, in that region, by using the feature quantity that combines lightness and redness, the valley between the red eye portion and its neighboring white eye and skin section possible use of the fact, there is a technique for separating the white of the eye and the skin portion redeye part by segmenting each mountain of the feature amount (for example, see Patent Document 1.). この技術は、赤目部分は瞳孔部の中心程網膜からの反射が強いため、明度は中央から周辺部に向けて低下する傾向を持つことからキャッチライトも含めて明度が山状に分布すること、及び虹彩部が青目系瞳では赤みの値の大きさについて赤目となった瞳孔部との谷間となることを利用している。 This technique involves eye portion a strong reflection from the retina as the center of the pupil portion, the brightness is the brightness, including catch light from having a tendency to decrease toward the periphery from the center is distributed like a mountain, and iris portion is based on the fact that the valley between the pupil portion became red for the magnitude of the redness value blue eyes system pupil. つまり、赤味という色に関する目領域の強度分布から赤目、白目及び肌部を区分けしようとしており、赤色画素や白色画素や肌色画素を検出して赤目画素を識別しようとしている技術ではない。 That is, red-eye from the intensity distribution of the eye region for the color of red, and trying to partition the white of the eye and skin section, not a technique trying to identify red-eye pixel detecting the red pixel or white pixel and skin color pixel. また、この技術では、予め目領域を指定する必要があるので、完全に自動化するには実現が困難である目領域を画像認識する技術が要求される。 Furthermore, in this technique, in advance since the eye area must be specified, to automate fully realized image recognizing technique an eye region is difficult to be required.

また、顔面特有の複数の色成分画像を抽出して被写体人物の赤目位置を検出する技術、つまり撮像画像内から低彩度領域及び低照度領域の少なくとも一方の領域と肌色領域とが抽出され、これらの抽出信号を用いて、例えば論理積をとることで、人物の眼を含む領域が抽出され、更に、抽出された赤色部信号を用いて、目を含む領域から、赤目が発生しているときは、当該赤目位置が検出され、このようにして得られた赤目位置データに基づいて赤目位置の赤色が別の色に、例えば一般的な黒目に補正する技術もある(例えば、特許文献2参照。)。 The technique to extract a plurality of color component images of the facial characteristic detecting the red eye position of the subject person, that is, at least one region and a skin color region of the low saturation region and the low intensity region from the captured image are extracted, using these extraction signal, for example, by taking the logical product, is extracted area including the eye of the person, further using the extracted red portion signal from the region containing the eyes, red eyes has occurred case, the red eye position is detected, thus the red separate color red eye position based on the obtained red position data is, for example, even common iris in correction techniques (e.g., Patent Document 2 reference.). この技術では予め目領域を指定することは要求されないが、肌色と赤色で赤目位置を認識しようとしているので誤認識が生じやすい。 Although not required to specify in advance the eye region in this technique, misrecognition is likely to occur because trying to recognize red-eye position skin color and red.

特開2000−76427号公報(段落番号0009−0011、0058−0071、第10図) JP 2000-76427 JP (paragraph numbers 0009-0011,0058-0071, Fig. 10) 特開平6−258732号公報(段落番号0006−0009、0019−0023、第6図) JP-6-258732 discloses (paragraph numbers 0006-0009,0019-0023, Figure 6)

上記実状に鑑み、本発明の課題は、パターン認識といったような複雑な画像処理技術を用いずに、かつ予め目領域の指定といった前作業を行うことなしに、満足できる信頼度をもつ赤目補正技術を提供することである。 In view of the above circumstances, an object of the present invention, without using a complex image processing techniques, such as pattern recognition, and without performing work before such specified pre eye area, eye with reliability satisfactory correction technique it is to provide a.

上記目的を達成するため、本発明による、撮影画像データに生じている赤目を補正する赤目補正方法は、前記撮影画像データの各画素から所定の肌色検出条件を満たす画素を肌色画素として検出するステップと、前記撮影画像データの各画素から所定の白色検出条件を満たす画素を白色画素として検出するステップと、前記撮影画像データの各画素から所定の赤色検出条件を満たす画素を赤色画素として検出するステップと、前記赤色画素を赤目画素候補とし、この赤目画素候補の周辺領域内における前記肌色画素と前記白色画素の各存在個数を用いた判別条件に基づいて前記赤目画像候補を赤目画素と認定するステップと、前記認定された赤目画素の画素値を変更することで赤目補正を行うステップとから構成されている。 To achieve the above object, according to the present invention, red-eye correction method for correcting red eyes caused in the captured image data detects a pixel that satisfies a predetermined skin color detection condition from each pixel of the photographed image data as a skin color pixel step When the step of detecting the step of detecting a pixel that satisfies a predetermined white detection condition from each pixel of the captured image data as a white pixel, a pixel that satisfies a predetermined red detection condition from each pixel of the captured image data as a red pixel , a step wherein the red pixel and red pixel candidate, the red-eye image candidate to qualify as redeye pixels based on the determination conditions using each occurrence number of the white pixels and the skin color pixels in the peripheral region of the red eye candidate pixel When, and a step of performing red-eye correction by changing the pixel values ​​of the certified redeye pixel.

この赤目補正方法では、撮影画像全体から、個別に設定された検出条件に基づいて肌色画素と白色画素と赤色画素を検出し、各赤色画素を赤目画素候補として、この赤目画素候補の周辺領域に位置する肌色画素と白色画素の個数によってその赤目画素候補の周辺が目領域であってその赤色画素が赤目を構成するものであるかと判別を行っている。 In this red-eye correction method, from the entire captured image, and detects the skin color pixel and the white pixel and the red pixel on the basis of the detection condition set individually, each red pixel as red eye candidate pixel, the peripheral region of the red eye candidate pixel the red pixel is performing the determination whether it constitutes a red depending on the number of skin color pixels and the white pixels of which are positioned near the red eye candidate pixel a eye region. 赤目領域の色合いを特徴付ける肌色と白色と赤色の分布具合により赤目画素を認定するので、従来の赤目検出方法に比べて、予め目領域の指定といった前作業を行うことなしに、しかも簡単なアルゴリズムにもかかわらず満足すべき信頼度をもって赤目画素の検出が可能となる。 Since qualifying skin color and white and red redeye pixels by the distribution condition characterizing the hue of red-eye region, as compared with the conventional red-eye detection method, without performing a pre-operation such specified pre eye region, yet the simple algorithm it is possible to detect the red-eye pixels with reliability satisfactory despite.

肌色画素と白色画素はその色成分(例えばR・G・B成分)が非常に似通っており、撮影条件が変わるとその区別が難しくなる。 Skin color pixels and the white pixels are similar the color component (e.g. R · G · B component) very, photographing condition changes when the distinction becomes difficult. 例えばタングステン光の環境下で白色を撮影すると黄色っぽくなるため肌色との区別が難しい。 For example, difficult to distinguish between skin color for when shooting a white becomes yellowish in an environment of tungsten light. そのため、本発明の好適な実施形態の1つでは、前記肌色検出条件は各画素の画素値であるR・G・B成分値に基づいてR成分値とG成分値との差分値,G成分値とB成分値との差分値,B成分値とR成分値との差分値およびその画素の輝度値を用いて定義されており、前記白色検出条件は白色画素候補の肌色彩度とその白色画素候補の周辺に位置する前記肌色画素の平均肌色彩度を用いて定義されており、前記赤色検出条件は赤色彩度を用いて定義されている。 Therefore, one preferred embodiment of the present invention, the skin color detection condition difference value between the R component value and the G component value based on R · G · B component value is a pixel value of each pixel, the G component difference between the value and the B component value, B component value and a difference value between the R component values and is defined using the luminance value of the pixel, the white detection condition is a skin color of the white pixel candidates that white are defined using the average skin color saturation of the flesh color pixels located around the pixel candidates, the red detection condition is defined by using the red color saturation. つまり、白色画素の検出条件は周辺の肌色画素の平均肌色彩度に依存する値を採用している。 That is, the detection condition of the white pixel employs a value that depends on the average skin color of the surrounding skin color pixel. 具体的には、肌色画素の平均のR・G・B成分値から一定程度肌色の補色側に変位した色を白色と判定することで、ある程度の撮影条件の変動にもかかわらず、白色と肌色を区別できるようにしている。 Specifically, a color which is displaced complementary color side of the fixed order of the skin color from the R · G · B component values ​​of the average skin color pixel by determining a white, despite variations in the degree of imaging conditions, white and skin color and to be able to distinguish.

ここで認定された赤目画素の画素値を変更することで赤目補正がなされるが、そのような変更の最も簡単で効果的な方法として、前記認定された赤目画素の彩度を下げることが提案される。 Although red-eye correction is performed by changing the pixel values ​​of the red-eye pixels that are certified herein proposed that the most simple and effective way of such changes, lowers the saturation of the certified redeye pixels It is. 彩度を下げることにより、その赤目画素はグレーっぽくなり、違和感のない写真プリントが得られる。 By lowering the saturation, the red eye pixel becomes Ppoku gray, no discomfort photographic print is obtained. もちろん、赤目画素の色は実際の瞳色の色バランスを持つことが理想的であるので、その瞳色が予め設定されている場合には、前記認定された赤目画素の画素値を瞳色に対応する画素値に近づけるような赤目補正を行うことが好適である。 Of course, the color of the redeye pixels is that ideally have a color balance of the actual iris color, if the iris color is set in advance, the pixel values ​​of the certified redeye pixels in iris color it is preferable to perform the corresponding red-eye correction as close to the pixel value.

いずれにしても、被写体によっては、目領域以外においても白色と肌色と赤色があたかも赤目となった目領域のように分布した領域も生じ得る。 In any event, depending on the subject, it may also occur distributed area as the eye region became white and skin color and red as if red-eye in the other eye region. その結果、赤目画素の誤認識が生じ、このような赤目画素を強く補正すると、返って違和感のある写真プリントとなるので、予め、撮影条件等から、赤目判別の困難度が予測できるならば、そのような赤目判別困難度に応じて赤目補正の補正度合いを調整することは有意義である。 This results misrecognition redeye pixel, when such a redeye pixels strongly corrected, since the feeling of strangeness photographic prints returned in advance, from the photographing conditions and the like, if difficulty of red-eye determination can be predicted, it is significant to adjust the degree of correction red-eye correction in accordance with such a red-eye determination difficulty. 例えば、特殊な照明下の撮影である場合、各色の区別は難しくなるので、赤目補正の度合いを半分以下にし、もし誤認識があってもそれが全体的な色の調和を壊さないように配慮するとよい。 For example, when a shooting under special lighting, so difficult distinction between the colors, considered so the degree of red-eye correction to less than half, it does not destroy the harmony of the overall color even if erroneous recognition if Then good.

また、本発明は、上述した赤目補正方法をコンピュータに実行させるプログラムやそのプログラムを記録した媒体も権利の対象とするものである。 The present invention also medium recording the program and the program to execute the red eye correction method described above in the computer also it is an object of the right.

本発明では、さらに、上述した赤目補正方法を実施する画像処理装置も権利の対象としており、そのような画像処理装置は、前記撮影画像データの各画素から所定の肌色検出条件を満たす画素を肌色画素として検出する肌色画素検出部と、前記撮影画像データの各画素から所定の白色検出条件を満たす画素を白色画素として検出する白色画素検出部と、前記撮影画像データの各画素から所定の赤色検出条件を満たす画素を赤色画素として検出する赤色画素検出部と、前記赤色画素を赤目画素候補とし、この赤目画素候補の周辺領域内における前記肌色画素と前記白色画素の各存在個数を用いた判別条件に基づいて前記赤目画像候補を赤目画素と認定する赤目画素決定部と、前記認定された赤目画素の画素値を変更することで赤目補正を行う赤 In the present invention, further, an image processing apparatus for implementing the red eye correction method described above are also the subject of rights, such an image processing apparatus, a skin color pixel satisfying a predetermined skin color detection condition from each pixel of the photographed image data a skin color pixel detector for detecting a pixel, the white pixel detector for detecting a pixel that satisfies a predetermined white detection condition from each pixel of the photographed image data as a white pixel, the captured image given red detection from each pixel data a red pixel detector for detecting a pixel that satisfies a condition as a red pixel, the red pixel and red pixel candidate, determination conditions using each occurrence number of the white pixels and the skin color pixels in the peripheral region of the red eye candidate pixel red performing red-eye correction by changing the red eye pixel determining unit to certify the red eye image candidate redeye pixel, the pixel values ​​of the certified redeye pixels based on 補正部とを備えている。 And a correction unit. 当然ながら、このような画像処理装置も上述した赤目補正方法におけるすべての作用効果を得ることができる。 Of course, it is possible in this way also an image processing apparatus to obtain all the operation and effect in the red-eye correction method described above.
本発明によるその他の特徴及び利点は、以下図面を用いた実施形態の説明により明らかになるだろう。 Other features and advantages of this invention will be apparent from the description of embodiments using the following figures.

本発明の実施の形態について、図面に基づいて説明する。 Embodiments of the present invention will be described with reference to the drawings.
図1は本発明による赤目補正技術を採用した写真プリント装置を示す外観図であり、この写真プリント装置は、印画紙Pに対して露光処理と現像処理とを行う写真プリンタとしてのプリントステーション1Bと、現像済み写真フィルム2aやデジタルカメラ用メモリカード2bなどの画像入力メディアから取り込んだ撮影画像を処理してプリントステーション1Bで使用されるプリントデータの生成・転送などを行う操作ステーション1Aとから構成されている。 Figure 1 is an external view showing a photographic printing system employing the red eye correction technique according to the present invention, this photographic printing apparatus includes a print station 1B as a photographic printer for the development process and the exposure process to the photographic paper P , it is composed of a developed photographic film 2a or a digital camera memory card 2b control station 1A for processing the captured image captured from the image input media performs such generation and transfer of print data used in the print station 1B, such as ing.

この写真プリント装置はデジタルミニラボとも称せられるものであり、図2からよく理解できるように、プリントステーション1Bは2つの印画紙マガジン11に納めたロール状の印画紙Pを引き出してシートカッター12でプリントサイズに切断すると共に、このように切断された印画紙Pに対し、バックプリント部13で色補正情報やコマ番号などのプリント処理情報を印画紙Pの裏面に印字するとともに、プリント露光部14で印画紙Pの表面に撮影画像の露光を行い、この露光後の印画紙Pを複数の現像処理槽を有した処理槽ユニット15に送り込んで現像処理する。 This photographic printing system is one that is referred to as a digital minilab, as best understood from Figure 2, the print station 1B is pulled out a roll of printing paper P housed in the two print paper magazine 11 printed by the sheet cutter assembly 12 with cutting to size, to thus cut printing paper P, while printing the print processing information such as color correction information and frame number on the back of the photographic paper P by the back printing section 13, the print exposing unit 14 subjected to exposure of the photographic image on the surface of the printing paper P, and developed by feeding printing paper P after the exposure to the tank unit 15 having a plurality of developing tank. 乾燥の後に装置上部の横送りコンベア16からソータ17に送られた印画紙P、つまり写真プリントPは、このソータ17の複数のトレイにオーダ単位で仕分けられた状態で集積される(図1参照)。 Paper sent to sorter 17 from the upper portion of the apparatus transverse feed conveyor 16 after drying P, i.e. photographic prints P is integrated in a state of being sorted in the order unit to a plurality of trays of the sorter 17 (see FIG. 1 ).

上述した印画紙Pに対する各種処理に合わせた搬送速度で印画紙Pを搬送するために印画紙搬送機構18が敷設されている。 Print paper transporting mechanism 18 for transporting the printing paper P by the conveying speed to suit the various processes for the photographic paper P as described above is laid. 印画紙搬送機構18は、印画紙搬送方向に関してプリント露光部14の前後に配置されたチャッカー式印画紙搬送ユニット18aを含む複数の挟持搬送ローラ対から構成されている。 Print paper transporting mechanism 18 is constituted by a plurality of transporting pinch roller pairs including chucker type print paper transport units 18a disposed before and after the print exposing unit 14 with respect to the printing paper conveyance direction.

プリント露光部14には、副走査方向に搬送される印画紙Pに対して、主走査方向に沿って操作ステーション1Aからのプリントデータに基づいてR(赤)、G(緑)、B(青)の3原色のレーザ光線の照射を行うライン露光ヘッドが設けられている。 The print exposing unit 14, to the printing paper P transported in the sub-scanning direction, based on the print data from control station 1A along the main scanning direction R (red), G (green), B (blue three primary line exposure head for irradiating a laser beam is provided for). 処理槽ユニット15は、発色現像処理液を貯留する発色現像槽15aと、漂白定着処理液を貯留する漂白定着槽15bと、安定処理液を貯留する安定槽15cを備えている。 Tank unit 15 includes a color developing tank 15a for storing the color developing solution, a bleach-fixing tank 15b which stores the bleach-fixing solution, the stabilizing tank 15c for storing the stable processing solution.

前記操作ステーション1Aのデスク状コンソールの上部位置には、写真フィルム2aの撮影画像コマから撮影画像データ(以下単に画像データと略称する)を取得するフィルムスキャナ20が配置されており、デジタルカメラ等に装着される撮影画像記録媒体2bとして用いられている各種半導体メモリやCD−Rなどから画像データを取得するメディアリーダ21は、この写真プリント装置のコントローラ3として機能する汎用パソコンに組み込まれている。 Wherein the desk-like console of the upper position of the operating station 1A, photographic film 2a (hereinafter abbreviated as simply image data) captured image data from the photographed image frames of which the film scanner 20 for obtaining is arranged, in a digital camera or the like media reader 21 for obtaining image data from various semiconductor memories and CD-R, which is used as a photographic image recording medium 2b to be mounted is incorporated in a general-purpose personal computer which functions as a controller 3 for this photographic printing system. この汎用パソコンには、さらに各種情報を表示するモニタ23、各種設定や調整を行う際に用いる操作入力部として利用される操作入力デバイスとしてのキーボード24やマウス25も接続されている。 The general-purpose personal computer is monitored 23 further displays various information, a keyboard 24 and a mouse 25 as an operation input device which is used as an operation input unit used when performing various settings and adjustments be connected.

この写真プリント装置のコントローラ3は、CPUを中核部材として、写真プリント装置の種々の動作を行うための機能部をハードウエア又はソフトウエアあるいはその両方で構築しているが、図3に示されているように、本発明に特に関係する機能部としては、スキャナ20やメディアリーダ21によって読み取られた画像データを取り込んで次の処理のために必要な前処理を行う画像入力部31と、各種ウインドウや各種操作ボタンなどを含むグラフィック操作画面の作成やそのようなグラフィック操作画面を通じてのユーザ操作入力(キーボード24やマウス25などによる)から制御コマンドを生成するグラフィックユーザインターフェース(以下GUIと略称する)を構築するGUI部33と、GUI部33から送られてきた制御 Controller 3 of this photographic printing apparatus, the CPU as a core member, although a functional unit for performing various operations of the photographic print apparatus are constructed in hardware or software, or both, as shown in FIG. 3 as there, as a functional portion to particularly relevant to the present invention, an image input unit 31 for performing pre-processing required for the subsequent processing takes in image data read by the scanner 20 and the media reader 21, each of the windows and a user operation input through the operation buttons graphic operation screen creating or such graphic operation screen including a (hereinafter abbreviated as GUI) graphical user interface for generating a control command from the (by keyboard 24 or mouse 25) the GUI unit 33 to build, control sent from the GUI section 33 マンドや直接キーボード24等から入力された操作命令に基づいて所望のプリントデータを生成するために画像入力部31からメモリ30に転送された画像データに対する画像処理等を行うプリント管理部32と、色補正等のプレジャッジプリント作業時にプリントソース画像や予想仕上がりプリント画像としてのシミュレート画像さらにはGUI部33から送られてきたグラフィックデータをモニタ23に表示させるためのビデオ信号を生成するビデオ制御部35と、画像処理が完了した処理済み画像データに基づいてプリントステーション1Bに装備されているプリント露光部14に適したプリントデータを生成するプリントデータ生成部36と、顧客の要望に応じて生の画像データや画像処理が完了した処理済み画像データなどをC A print management unit 32 for performing image processing and the like for the image data transferred from the image input unit 31 to produce a desired print data to the memory 30 based on the operation command inputted from the command and direct keyboard 24 or the like, color further simulated image of at pre-judge printing operation such as correction as a print source image or expected finished print image to generate a video signal for displaying the graphic data sent from the GUI unit 33 to the monitor 23 video control unit 35 When a print data generating unit 36 ​​that generates print data suitable for printing exposure unit 14 equipped in the print station 1B, based on the processed image data to the image processing is complete, the raw image in response to customer demand the processed image data and C data or image processing has been completed −Rに書き込むための形式にフォーマットするフォーマッタ部37などが挙げられる。 Etc. formatter 37 for formatting into a form for writing to -R and the like.

画像入力部31は、撮影画像記録媒体がフィルム2aの場合プレスキャンモードと本スキャンモードとのスキャンデータを別々にメモリ30に送り込み、それぞれの目的に合わせた前処理を行う。 The image input unit 31, the captured image recording medium is fed to the memory 30 separately scanned data from the case prescan mode and the scan mode of the film 2a, performs the preprocessing according to each purpose. また、撮影画像記録媒体がメモリカード2bの場合取り込んだ画像データにサムネイル画像データ(低解像度データ)が含まれている場合はモニタ23での一覧表示などの目的で使用するため撮影画像の本データ(高解像度データ)とは別にメモリ30に送り込むが、もしサムネイル画像データが含まれていない場合は本データから縮小画像を作り出してサムネイル画像データとしてメモリ30に送り込む。 The present data of the photographed image for the captured image recording medium to be used for the purpose of list display if it contains thumbnail image data captured in the image data when the memory card 2b (low resolution data) on the monitor 23 Although it fed separately to the memory 30 (the high-resolution data), sent into the memory 30 as the thumbnail image data does not contain the If thumbnail image data created a reduced image from this data. また、この画像入力部31には、写真プリント受付装置と呼ばれているセルフサービスで写真プリントを受け付ける装置も接続されており、この写真プリント受付装置から、プリントサイズやプリント枚数を記録しているプリント注文データと撮影条件などを記録している画像属性データと画像データとを受け取ると、画像データをメモリ30に転送し、プリント注文データや画像属性データをプリント管理部32に転送する。 Also, this image input unit 31, also devices for accepting a photographic print in a self-service that is called photographic print acceptance device is connected, from this picture printing order reception apparatus records the print size and print number Upon receiving the image attribute data and the image data recorded and print order data and the photographing condition, the image data is transferred to the memory 30, and transfers the print order data and the image attribute data to the print management unit 32. 通常の写真プリント注文の場合には、プリントサイズやプリント枚数などのプリント注文データ及び必要の場合ストロボ撮影の有無や被写体情報やカメラ機種などの属性データは、キーボード24を通じてオペレータの操作入力によってプリント管理部32に与えられる。 In the case of ordinary photographic print order, the attribute data such as presence or subject information and camera model print order data and necessary when flash photography, such as print size or number of prints, print managing the operation of the operator input through the keyboard 24 It is given to the part 32.

プリント管理部32は、プリントサイズやプリント枚数などを管理するプリント注文処理ユニット60、メモリ30に展開された画像データに対して色補正やフィルタリング(ぼかしやシャープネスなど)などのフォトレタッチ処理を施す画像処理ユニット70を備えている。 Print management unit 32, the print size and print order processing unit 60 for managing the number of prints, image subjected to photo retouching processing such as color correction, filtering the image data developed in the memory 30 (such as blurring or sharpness) and a processing unit 70. この実施の形態では、特に、入力されたストロボ撮影の有無やカメラ機種などの属性データから赤目の発生可能性や赤目補正の困難性を予測する赤目判別困難度予測部80がプリント管理部32に構築されているが、これは省略可能である。 In this embodiment, in particular, red-eye determination difficulty predicting unit 80 for predicting the difficulty of likelihood and red-eye correction of red-eye from the attribute data such as presence and camera model of the input flash photography in the print managing section 32 it is constructed, which can be omitted. 赤目判別困難度予測部70は入力された属性データに基づいて赤目の発生可能性(ストロボが非使用の場合赤目は発生しない)や赤目補正の困難性(撮影条件に応じて赤目の判別困難性が変化する)を予測するアルゴリズムにより機能するのが好ましいが、実際には、この予測をオペレータに任せて、マニュアル入力するようにしてもよい。 Eye determination difficulty predicting unit 70 in accordance with the difficulty (photographing condition of the occurrence probability of red-eye based on the inputted attribute data (if the strobe is unused eye does not occur) and red-eye correction judgment difficulty redeye Although but preferably functions by the algorithm to predict the change), in fact, leave this prediction operator, the manual may be input.

前述した画像処理ユニット70には本発明による技術を採用した赤目補正処理手段90が含まれている。 The image processing unit 70 described above contains red-eye correction processing unit 90 employing the technique according to the present invention. この赤目補正処理手段90は、図4に示すように、肌色検出条件と白色検出条件と赤色検出条件を設定管理している判定条件設定部91と、前記肌色検出条件に基づいて画像データから肌色画素を検出する肌色画素検出部92aと前記白色検出条件基づいて画像データから白色画素を検出する白色画素検出部92bと前記赤色検出条件に基づいて画像データから赤色画素を検出する赤色画素検出部92cとからなる特定色画素検出部92と、検出された肌色画素の位置を記憶する肌色画素マップ93aと検出された白色画素の位置を記憶する白色画素マップ93bと検出された赤色画素の位置を記憶する赤色画素マップ93cとからなる特定色画素マップ93と、検出された赤色画素から赤目画素を判別する赤目判別条件を設定管理している The red-eye correction processing means 90, as shown in FIG. 4, the skin color and the determination condition setting portion 91 that sets manage skin color detecting condition and white detection condition and the red detection condition from the image data based on the skin color detecting condition red pixel detection unit 92c that detects a red pixel from the image data based on the image data on the basis of the flesh color pixel detecting portion 92a white detection condition white pixel detecting section 92b for detecting a white pixel red detection condition for detecting a pixel consisting of a specific color pixel detection unit 92, it stores the detected position of the white pixel map 93b and the detected red pixel for storing a position of a white pixel detected skin color pixel map 93a that stores the position of the skin color pixel a particular color pixel map 93 consisting of a red pixel map 93c which is set managing eye determination condition for determining the red eye pixel from the detected red pixel 別条件設定部94と、検出された赤色画素を赤目画素候補とするとともに前記赤目判別条件に基づいて前記赤目画像候補を赤目画素と認定する赤目画素決定部95と、認定された赤目画素の位置を記憶する赤目画素マップ96と、この赤目画素マップ96を参照しながら赤目画素の画素値を変更することで赤目補正を行う赤目補正部97とから構成されている。 Another condition setting unit 94, a red eye pixel determining unit 95 the red image candidates recognized as redeye pixels based on the red-eye determination condition with the detected red pixel and red pixel candidate, the position of the certified redeye pixels a redeye pixel map 96 for storing, and a red eye correcting section 97. performing red-eye correction by changing the pixel values ​​of the red-eye pixel while referring to the redeye pixel map 96.

赤目画素決定部95は、赤色画素マップ93cを参照しながら赤色画素を赤目画素候補とするとともにこの赤目画素候補の周辺領域内における肌色画素と白色画素の各存在個数を肌色画素マップと白色画素マップから計数してその各計数値を赤目判別条件で規定されている判別値と比較することで前記赤目画像候補を赤目画素と認定するかどうかを決定する。 Redeye pixels determining unit 95 includes a red pixel map 93c each present number of skin color pixel map and the white pixel map of the skin color pixels and white pixels in the peripheral region of the red eye candidate pixel with a red eye candidate pixel red pixel with reference to the counted by the determining whether the red-eye image candidates by comparing the respective count values ​​and discriminant values ​​defined in the red eye determination conditions identified as redeye pixel.

赤目画素の画素値を変更することで赤目補正を行う赤目補正部97は、一般には赤目画素の彩度を下げることにより、その赤目画素はグレーっぽくなり、瞳らしくなるので、彩度を下げる処理を行う。 Eye correction unit 97 to perform red-eye correction by changing the pixel values ​​of the red pixels, the general lowering the chroma of red pixels in its redeye pixel becomes Ppoku gray, since Rashiku becomes pupil, lowers the saturation processing is carried out. しかしながら、特別な瞳色を持った人物の場合、単に彩度を下げるだけでは実際の瞳らしくならない場合がある。 However, in the case of a person with special pupil color, simply reduce the saturation there is a case in which not Rashiku actual pupil. そのようなケースに備えて、この実施の形態では、瞳色設定部98が備えられており、赤目補正処理において赤目画素の画素値を瞳色に対応する画素値に近づけるような画素値変更を行うことも可能としている。 In preparation for such a case, in this embodiment, is provided with a pupil color setting unit 98, the pixel value changes as close to the pixel values ​​of the red pixels in the red eye correction processing on the pixel value corresponding to the iris color it is also possible and to be carried out.

このように構成された赤目補正処理手段90による赤目補正の手順を以下に説明する。 The procedure of the thus constructed eye correction by the red eye correcting means 90 below. まず、全体的な流れは図5に示されたフローチャートに示されているが、まずメモリ30に展開されている画像データから肌色画素検出(#10)、白色画素検出(#30)、赤色画素検出(#50)を行う。 First, the overall flow shown in the flow chart shown in FIG. 5, first the skin color pixel detected from the image data mapped in the memory 30 (# 10), a white pixel detection (# 30), the red pixel detect (# 50) is carried out. 検出された赤色画素は赤目画素の候補となるので、各赤色画素に対してその周辺における肌色画素と白色画素の分布状態から赤目画素として認定できるかどうかをチェックし、判別条件を満たしている場合この赤色画素を赤目画素とする(#70)。 Since the detected red pixel is a candidate redeye pixel, if for each red pixel check whether certified distribution of skin color pixels and the white pixels in and around the redeye pixel, satisfies the determination conditions the red pixel is red pixel (# 70). 赤目画素が決定されると、その画素に対して彩度減少処理や瞳色への移行処理などの赤目補正処理を施す(#90)。 If redeye pixels is determined, performing red-eye correction processing such as transition processing to saturation reduction processing and the iris color for that pixel (# 90). その際、補正をかける度合いは予め設定された値もしくは赤目判別の困難性から決定された値が用いられる。 At that time, the degree of applying the correction value determined from the difficulty of a predetermined value or red determination is used.

次に上述した各処理の詳細を説明する。 Next will be described the details of each processing described above. 肌色画素の検出は、肌色画素検出部92aにおいて図6に示されたサブルーチンに基づいて実行される。 Detection of skin color pixels is performed based on the subroutine shown in FIG. 6 in the skin color pixel detection unit 92a. まず、判定条件設定部91から肌色検出条件が取り込まれる(#11)。 First, the skin color detecting condition is taken from the determination condition setting unit 91 (# 11). この肌色検出条件は、注目画素のR・G・B輝度値をそれぞれR、G、Bとし、かつ(R+G+B)/3=Iとすると、 The skin color detection condition, R · G · B luminance value of the pixel of interest, respectively R, G, and is B, and when the (R + G + B) / 3 = I,
[fs_gb_lo<GB<fs_gb_hi]、かつ[fs_rg_lo<RG<fs_rg_hi]、かつ[fs_br_lo<BR<fs_br_hi]、かつ[I>fs_I]、 [Fs_gb_lo <GB <fs_gb_hi], and [fs_rg_lo <RG <fs_rg_hi], and [fs_br_lo <BR <fs_br_hi], and [I> fs_I],
で表されている。 In are represented. この4つの条件からなる肌色判定条件を満たしている注目画素が肌色とみなされる。 Target pixel meets the skin color determination condition consisting of the four conditions are considered skin color. ここで、R・G・B輝度値が8ビットカラーデータ(0〜255)である場合、上記各定数は以下の通りに設定することができる(以下R・G・B輝度値は8ビットカラーデータとする); Here, when R · G · B luminance values ​​are 8-bit color data (0 to 255), each constant can be set as follows (hereinafter R · G · B luminance value 8-bit color and data);
fs_gb_lo=-24、fs_gb_hi=16、fs_rg_lo=-16、fs_rg_hi=64、 fs_gb_lo = -24, fs_gb_hi = 16, fs_rg_lo = -16, fs_rg_hi = 64,
fs_br_lo=-88、fs_br_hi=8、fs_I=104。 fs_br_lo = -88, fs_br_hi = 8, fs_I = 104.
注目画素の画素値であるR・G・B輝度値を取り込み(#12)、上記肌色判定条件を満たすかどうかをチェックし(#13)、この肌色判定条件を満たした注目画素の画素位置を肌色画素の画素位置として記憶しておく(#14)。 Is a pixel value of the pixel of interest R · G · B luminance values ​​uptake (# 12), checks whether the skin color determination condition is satisfied (# 13), the pixel position of the pixel of interest satisfies this skin color determination condition stored as the pixel position of the skin color pixel (# 14). この肌色検出を画像データを構成する全ての画素に対して行い、全画素に対する肌色チェックが完了すると(#15)、記憶されている肌色画素の画素位置に基づいて肌色画素マップ93aを作成しておく(#16)。 Perform this skin color detection for all pixels constituting the image data, the skin color check for all the pixels is completed (# 15), to create a skin color pixel map 93a based on the pixel position of the skin color pixel stored put (# 16). なお、この肌色画素マップ93aの作成は肌色画素の検出毎に、ステップ#14の段階で行うようにしてもよい。 Incidentally, the creation of the skin color pixel map 93a to detect each of the skin color pixel may be performed at the stage of step # 14.

次に、白色画素の検出が、白色画素検出部92bにおいて図7に示されたサブルーチンに基づいて実行される。 Next, detection of the white pixels is performed based on the subroutine shown in FIG. 7 in the white pixel detection unit 92b. まず、肌色画素検出サブルーチンで作成された肌色画素マップ93aが取り込まれ(#31)、肌色画素のR・G・B輝度値から肌色彩度係数SFを演算して、肌色彩度マップが作成される(#32)。 First, skin color pixel map 93a created in the skin color pixel detection subroutine is fetched (# 31), by calculating the skin color coefficient SF from R · G · B luminance values ​​of the skin color pixel, the skin color level map is created that (# 32). この肌色彩度係数SFは以下の式で求められる; The skin color saturation factor SF is calculated by the following equation;
SF=SF_rg×(RG)+SF_br×(BR) SF = SF_rg × (RG) + SF_br × (BR)
ここで、SF_rg=0.7、SF_br=-1.2のような値に設定することで、肌色画素の彩度が高いほど肌色彩度係数SFの値が大きくなり、肌色の補色側であるほど肌色彩度係数SFの値が小さくなる。 Here, SF_rg = 0.7, are set to be as SF_br = -1.2, the value of saturation is higher skin color saturation factor SF of the skin color pixel is increased, the skin color saturation as is the skin color of the complementary color side the value of the coefficient SF is reduced.

次に、判定条件設定部91から白色検出条件が取り込まれる(#33)。 Next, the white detection condition is taken from the determination condition setting unit 91 (# 33). さらに、画像データから順次注目画素のR・G・B輝度値が取り込まれる(#34)。 Furthermore, R · G · B luminance values ​​of sequential target pixel from the image data is captured (# 34). 白色検出条件は2段階に分かれており、まず第1段階の検出条件が満たされているかどうかがチェックされる(#35)。 White detection condition is divided into two stages, whether first first stage of detection conditions are satisfied is checked (# 35). この第1段階の検出条件は、 Detection condition of the first stage,
[abs(GB)<ws_gb]、かつ[abs(RG)<ws_rg]、かつ[abs(BR)<ws_br]、かつ[I<ws_I]、 [Abs (GB) <ws_gb], and [abs (RG) <ws_rg], and [abs (BR) <ws_br], and [I <ws_I],
で表されている。 In are represented. abs()は()内の数値の絶対値を求める関数表現である。 abs () is a function representing that the absolute value of the numbers in (). この4つの条件からなる第1段階の判定条件を満たしている注目画素が白色画素の候補とみなされる。 Target pixel satisfies the first stage of the determination condition consisting of the four conditions are considered candidates for the white pixel. ここで、上記各定数は以下の通りに設定することができる; Here, the constants can be set as follows;
ws_gb=ws_rg=ws_br=45、ws_I=112。 ws_gb = ws_rg = ws_br = 45, ws_I = 112.

注目要素が白色画素の候補となった場合(#35でYes分岐)、第2段階の検出条件にかけられるが、この検出条件には白色画素検出のための注目画素の近傍における肌色画素の平均彩度係数と白色画素候補の彩度係数が条件要素の1つとして含まれているので、まず、ステップ#32で作成された肌色彩度マップを参照して、注目画素を中心とした40×40画素程度の近傍領域に位置している肌色画素の彩度係数の平均値Ave_SFを計算しておく(#36)。 If the target element is a candidate of the white pixel (Yes branch in # 35), but are subjected to detection conditions of the second stage, the average saturation of the skin color pixels near the target pixel for the white pixel detected in the detection condition since saturation factor in degrees coefficient and the white pixel candidate is included as one of the condition element, first, with reference to the skin color saturation map created in step # 32, 40 × around the pixel of interest 40 keep calculating the average value Ave_SF the saturation factor of the skin color pixels located in the vicinity region of about the pixel (# 36). この近傍領域のサイズは出力階調度に依存し、ここでは、出力階調度が400dpi程度とする。 The size of this neighboring region is dependent on the output gradient, wherein the output gradient is approximately 400 dpi. さらにこの注目画素(白色画素候補)の彩度係数SFwも肌色彩度係数SFを求めた式と同じ式を用いて演算しておく(#37)。 Keep calculating further saturation factor SFw the target pixel (white pixel candidates) be used the same formula as the formula to determine the skin color coefficient SF (# 37). このような前処理を経て、注目画素(白色画素候補)が第2段階の検出条件を満足するかどうかをチェックする(#38)。 Through such pretreatment, the target pixel (white pixel candidates) to check whether satisfies the detection condition of the second stage (# 38). この第2段階の検出条件は、 Detection condition of the second stage,
[SFw-Ave_SF<sh_SF] [SFw-Ave_SF <sh_SF]
で表されており、定数sh_SFの値は-12と設定されている。 In which represented, the value of the constant sh_SF is set to -12. この第2段階の検出条件を満たしている(#38でYes分岐)注目画素(白色画素候補)が白色画素とみなされ、その画素位置を白色画素の画素位置として記憶しておく(#39)。 Meets the detection condition of the second stage (# 38 Yes branch) the target pixel (white pixel candidates) is considered a white pixel, and stores the pixel position as the pixel position of the white pixel (# 39) . この2段階にわたる白色検出を画像データを構成する全ての画素に対して行い、全画素に対する白色チェックが完了すると(#40)、記憶されている白色画素の画素位置に基づいて白色画素マップ93bを作成しておく(#41)。 Performs white detection over the two steps for all the pixels constituting the image data, the white check for all the pixels is completed (# 40), a white pixel map 93b based on the pixel position of the white pixels stored you create (# 41). なお、この白色画素マップ93bの作成は白色画素の検出毎に、ステップ#39の段階で行うようにしてもよい。 Incidentally, the creation of the white pixel map 93b to each detection of the white pixel may be performed at the stage of step # 39.

赤色画素の検出は、赤色画素検出部92cにおいて図8に示されたサブルーチンに基づいて実行される。 Detection of the red pixel is performed based on the subroutine shown in FIG. 8 in the red pixel detection unit 92c. まず、判定条件設定部91から赤色検出条件が取り込まれる(#51)。 First, the red detection condition is taken from the determination condition setting unit 91 (# 51). この赤色検出条件は、赤色彩度係数SatRを用いていることから、まず注目画素のR・G・B輝度値を取り込み(#52)、このR・G・B輝度値から以下の要領で赤色彩度係数SatRが求められる(#53)。 The red detection condition, red from the fact that by using a red color coefficient SATR, the R · G · B luminance value of the pixel of interest uptake first (# 52), in the following manner from the R · G · B luminance values color saturation coefficient SatR is required (# 53).
min()を「、」で区切られた()内の数値の最小値をとる関数表現とし、max()を「、」で区切られた()内の数値の最大値をとる関数表現とすると、 The min () "," a function expression takes the minimum value of a number of delimited () within the max () "," when a function expression having the maximum value of a number of delimited () within ,
mn=min(G,B)とmx=max(G,B)とで係数mnと係数mxを求めておき、R>mxかつR>Rshの時、SatR=100×(R-mn)/(R+1)の式を用い、R<=mx又はR<=Rshの時、SatR=0とすることでSatRの値を求める。 mn = min (G, B) and mx = max (G, B) and de to previously obtain the coefficients mn and coefficients mx, when R> mx and R> Rsh, SatR = 100 × (R-mn) / ( using the formula of R + 1), when R <= mx or R <= Rsh, obtaining the value of SATR by a SATR = 0. ここで、定数Rshは、R・G・B輝度値が8ビットカラーデータの場合50程度が好適である。 Here, the constant Rsh is about 50 when R · G · B luminance values ​​of 8-bit color data is suitable.

このようにして求められた赤色彩度係数が判定定数:Sh_SatRより大きいことが赤色検出条件であり、ここでは判定定数はSh_SatR=50と設定されているので、赤色検出条件である[SatR>50]が満たされているかどうかチェックし(#54)、この赤色判定条件を満たした注目画素の画素位置を赤色画素の画素位置として記憶しておく(#55)。 Thus the red color saturation coefficient obtained by the determination constant: it is a red detection condition greater than Sh_SatR, since here the determination constant is set as Sh_SatR = 50, a red detecting condition [SATR> 50 ] it is checked whether the satisfied (# 54), stores the pixel position of the pixel of interest satisfies this red determination condition as the pixel position of the red pixel (# 55). この肌色検出を画像データを構成する全ての画素に対して行い、全画素に対する肌色チェックが完了すると(#56)、記憶されている赤色画素の画素位置に基づいて赤色画素マップ93cを作成しておく(#16)。 Perform this skin color detection for all pixels constituting the image data, the skin color check for all the pixels is completed (# 56), to create a red pixel map 93c on the basis of the pixel position of the red pixel stored put (# 16). なお、この赤色画素マップ93cの作成は赤色画素の検出毎に、ステップ#55の段階で行うようにしてもよい。 Incidentally, the creation of the red pixel map 93c for each detection of the red pixel, may be performed at the stage of step # 55.

赤目画素の決定は、赤色画素検出部92cにおいて図9に示されたサブルーチンに基づいて実行される。 Determination of redeye pixels is performed based on the subroutine shown in FIG. 9 in the red pixel detection unit 92c. まず、赤目判別条件設定部94から赤目判別条件が取り込まれる(#71)。 First, the red-eye determination condition is taken from the red-eye determination condition setting portion 94 (# 71). さらに赤目画素の判別には肌色画素、白色画素、赤色画素の情報が用いられるので、肌色画素マップ93a、白色画素マップ93b、赤色画素マップ93cも取り込まれる(#72)。 Further skin color pixels in the determination of the red eye pixels, so the white pixels, the information of the red pixel is used, a skin color pixel map 93a, the white pixel map 93 b, also incorporated red pixel map 93c (# 72). 赤目画素の候補となる画素は赤色画素であるので、赤目画素判定の注目画素として順次赤目画素が設定される(#73)。 Since pixels that are candidates for red eye pixel is a red pixel, sequentially redeye pixel is set as the target pixel determination redeye pixels (# 73). 次いで、注目画素の中心とする周囲に40×40画素程度の処理対象周辺領域が設定される(#74)。 Then, the processing target peripheral region of about 40 × 40 pixels around around the pixel of interest is set (# 74). 周辺領域が設定されると、肌色画素マップ93aと白色画素マップ93bを参照しながら、この周辺領域に存在する肌色画素の個数と白色画素の個数が求められる(#75)。 When the peripheral region is set, with reference to the skin color pixel map 93a and the white pixel map 93 b, the number of the number and the white pixels of skin color pixels present in the peripheral region is determined (# 75).

40×40画素からなる周辺領域内の肌色画素の個数と白色画素の個数を求める際、計算をコンパクトにするため、図10に模式的に示されているように、8×8画素のブロックに区分けし、5×5=25ブロックの各ブロック毎に肌色画素の個数と白色画素の個数を求めるようにすると好都合である。 When determining the number and the number of white pixels of skin color pixels in the peripheral region consisting of 40 × 40 pixels, to calculate the compact, as shown schematically in FIG. 10, a block of 8 × 8 pixels divided, and it is convenient to determine a number and the number of white pixels in the flesh-colored pixel for each block of 5 × 5 = 25 blocks. そして同じブロック内に位置している赤色画素(図ではAとBで示している)について一方の赤色画素に関して求められた肌色画素の個数と白色画素の個数を他方赤色画素に対しても流用することで、計算負荷を減らすことも可能である。 And also diverted to the other red pixel, the number of number and white pixels of skin color pixels is determined for one of the red pixel on (and are indicated by A and B in the figure) red pixels that are located within the same block it is, it is possible to reduce the computational load.

赤目判別条件は、周辺領域に存在する肌色画素の個数と白色画素の個数がそれぞれの判別値以上としており、この判別値は実験的に求めることができる。 Eye determination condition, the number of the number and the white pixels of skin color pixels existing in the peripheral region have a respective identification value or more, the determination value can be determined experimentally. また、この判別値は特に前述した周辺領域のサイズに依存しており、ステップ#74で設定される周辺領域サイズにより、自動的に適合する判別値がセットされる。 Also, the determination value is dependent particularly on the size of the peripheral area as described above, by the peripheral area size set in step # 74 is set automatically adapts discrimination value. 例えば、一般的な人物写真において、40×40画素からなる周辺領域の場合、肌色画素個数の判別値は250〜300画素数であり、白色画素個数の判別値は15〜30画素数である。 For example, in a typical portraits, when the peripheral area consisting of 40 × 40 pixels, determine values ​​of the skin color pixel number is the number of 250 to 300 pixels, determine values ​​of the white pixel number is 15 to 30 the number of pixels.

そのような判別値を用いた赤目判別条件が満たされているかどうかチェックし(#76)、この赤目判別条件を満たした注目画素(赤色画素)の画素位置を赤目画素の画素位置として記憶しておく(#77)。 Check whether the red-eye determination conditions are met by using such a determination value (# 76), the pixel position of the pixel of interest satisfies this eye discrimination condition (red pixel) is stored as the pixel position of the redeye pixels put (# 77). この赤目画素の決定処理を赤色画素マップ93cで規定されている全ての赤色画素に対して行い、全画素に対する赤目判別が完了すると(#78)、記憶されている赤目画素の画素位置に基づいて赤目画素マップ96を作成する(#79)。 Performs processing for determining the redeye pixels for every red pixel defined in the red pixel map 93c, the red eye determination for all the pixels is completed (# 78), based on the pixel position of the red-eye pixels stored to create a red-eye pixel map 96 (# 79). なお、この赤目画素マップ96の作成は赤目画素の決定毎に、ステップ#77の段階で行うようにしてもよい。 Incidentally, the creation of the redeye pixel map 96 for each determination of redeye pixels, may be performed at the stage of step # 77.

このようにして、画像データにおける赤目画素の位置を規定している赤目画素マップ96が作成されると、後は、適切な赤目補正処理を通じて赤目画素が補正される。 Thus, when the red-eye pixel map 96 that defines the position of the redeye pixels in the image data is created, after the red-eye pixels are corrected through appropriate red eye correction processing. この実施の形態では、赤目画素の彩度を下げることで赤目補正されるが、その彩度減少の計算式は以下に示されている; In this embodiment, the red-eye correction by lowering the saturation of the red-eye pixel, calculation of the chroma decrease is shown below;
d=(R+G+B)/3、 d = (R + G + B) / 3,
R'=(1−t)×d+t×R、 R '= (1-t) × d + t × R,
G'=(1−t)×d+t×G、 G '= (1-t) × d + t × G,
B'=(1−t)×d+t×B。 B '= (1-t) × d + t × B.
つまり、赤目画素の輝度値(R,G,B)が(R',G',B')に変更されることで、赤目が違和感のない瞳色となる。 That is, the luminance value of the red pixels (R, G, B) is (R ', G', B ') that is changed to red-eye is no iris color discomfort. なお、ここで係数tは、赤目補正の補正の度合いを表しており、この値が1の時補正がなしとなり、この値が0の時、補正の度合いが最大、つまりその色はグレーとなる。 Here, the coefficient t represents the degree of correction of red-eye correction, the value becomes without correction when 1, when the value is 0, the maximum degree of correction, i.e. its color becomes gray . この補正の度合い:tは場合によっては赤目判別困難性予測部70によって予想される赤目補正の困難度に応じて設定されてもよいし、そのような困難性が予測できない場合は前設定された値、好ましくは0.45〜0.55を採用するとよい。 This degree of correction: t is may be set according to the degree of difficulty of the red-eye correction to be expected by the red-eye determination difficulty predicting unit 70 in some cases, when such difficulties can not be predicted was set before value, preferably to adopt a 0.45 to 0.55. これにより、正しい赤目検出による赤目の防止の利点と赤目の誤検出による撮影画像の乱れとがバランス良く釣り合って、違和感のない写真プリントを得ることができる。 Thus, correct the disturbance of benefits and red erroneous detection due to the photographed image of the prevention of red eye by the red eye detection is balanced good balance, it is possible to obtain a photographic print discomfort.

赤目画素の彩度を下げることで赤目補正することは、実際の瞳色が明るいブルーやグリーンの場合では必ずしも良い結果を生み出さない。 Be red-eye correction by lowering the saturation of the red-eye pixels, not necessarily produced good results in the actual case pupil color is bright blue and green. このようなケースにおいては、オプションで備えられる瞳色設定部98によって設定入力された瞳色がもつ輝度値に赤目画素の輝度値を近づけるような処理を赤目補正処理として採用すると良い。 In such cases, it is preferable to adopt a process as close to the luminance value of the red pixel intensity values ​​with the iris color set and input by the pupil color setting section 98 provided in the option as a red-eye correction processing. その際、係数tは赤目画素の輝度値から瞳色の輝度値に到るグラデーション直線における任意の位置として表し、係数tが0で無補正、係数tが1で瞳色の輝度値への完全移行、その間の数値で任意のグラデーション値への移行とするとよい。 At that time, the coefficient t is expressed as an arbitrary position in the gradient straight line leading to the luminance value of the iris color from the luminance values ​​of the red pixel, no correction factor t is 0, full of the iris color of the luminance value coefficient t is 1 migration, or equal to the transition to any of the gradient values ​​in between numbers.

いずれにしても、適当な度合いで赤目補正処理を施された画像データは、必要な画像処理を施された後、プリントデータに変換されて、プリント露光部14に転送される。 In any case, the image data that has been subjected to red-eye correction processing in an appropriate degree, after having been subjected to necessary image processing, is converted into the print data is transferred to the print exposing unit 14. プリント露光部14はプリントデータに基づいて最終的に写真プリントとなる印画紙Pを露光する。 Print exposing unit 14 exposes the photographic printing paper P to be finally photographic print based on the print data.

上述した実施の形態では、プリントステーション1Bは、印画紙Pに対し、露光エンジンを備えたプリント露光部14で撮影画像の露光を行い、この露光後の印画紙Pを複数の現像処理する、いわゆる銀塩写真プリント方式を採用していたが、もちろん、本発明におけるプリントステーション1Bは、このような方式に限定されるわけではなく、例えば、フィルムや紙にインクを吐出して画像を形成するインクジェットプリント方式や感熱転写シートを用いた熱転写方式など、種々の写真プリント方式を採用することができる。 In the embodiment described above, the print station 1B, compared photographic paper P, and an exposure of the photographed image by the print exposing unit 14 having the exposure engine, a plurality of developing the printing paper P after the exposure, the so-called had adopted a silver salt photographic printing system, of course, the print station 1B in the present invention is not limited to such a method, for example, to form an image by ejecting ink onto a film or paper inkjet thermal transfer method using a printing method or the heat-sensitive transfer sheet, it is possible to employ various photographic printing method.

本発明は、赤目を生じている撮影画像データから赤目画素を検出することが必要な画像処理装置への組み込み技術として広く利用することができる。 The present invention can be widely utilized as an embedded technology from captured image data generated red eye to the image processing apparatus need to detect the red eye pixels.

本発明による赤目補正技術を採用した写真プリント装置の外観図 External view of a photographic print apparatus employing the red eye correction technique according to the present invention 写真プリント装置のプリントステーションの構成を模式的に示す模式図 Schematic diagram schematically showing a configuration of a print station of the photographic printing system 写真プリント装置のコントローラ内に構築される機能要素を説明する機能ブロック図 Functional block diagram illustrating the functional elements which are built in the controller of the photographic printing system 赤目補正処理手段の機能構成を示す機能ブロック図 Functional block diagram illustrating the functional configuration of the red-eye correction processing means 赤目補正処理全体のフローチャート Flow chart of the entire red eye correction 肌色検出のサブルーチン Subroutine of skin color detection 白色検出のサブルーチン Subroutine of the white detection 赤色検出のサブルーチン Subroutine of red detection 赤目判別のサブルーチン Subroutine of the red-eye determination 赤目判別処理時における周辺領域の区分けを説明する説明図 Explanatory view illustrating the partitioning of the peripheral region during the red eye determination process

符号の説明 DESCRIPTION OF SYMBOLS

60:プリント注文処理ユニット70:画像処理ユニット80:赤目判別困難度予測部90:赤目補正処理手段91:判定条件設定部92:特定色画素検出部92a:肌色画素検出部92b:白色画素検出部92c:赤色画素検出部93:特定色画素マップ93a:肌色画素マップ93b:白色画素マップ93c:赤色画素マップ94:判別条件設定部95:赤目画素決定部96:赤目画素マップ97:赤目補正部98:瞳色設定部 60: print order processing unit 70: image processing unit 80: the red eye determination difficulty prediction unit 90: the red eye correcting means 91: the determination condition setting unit 92: the specific color pixel detection unit 92a: skin color pixel detection unit 92b: white pixel detection unit 92c: red pixel detector 93: a particular color pixel map 93a: skin color pixel map 93 b: white pixel map 93c: red pixel map 94: discriminating condition setting unit 95: the red eye pixel determining unit 96: redeye pixel map 97: eye correction unit 98 : Eye color setting section

Claims (8)

  1. 撮影画像データに生じている赤目を補正する赤目補正方法において、 In the red-eye correction method for correcting red eyes caused in the captured image data,
    前記撮影画像データの各画素から所定の肌色検出条件を満たす画素を肌色画素として検出するステップと、 Detecting a pixel satisfying a predetermined skin color detection condition from each pixel of the photographed image data as a skin color pixel,
    前記撮影画像データの各画素から所定の白色検出条件を満たす画素を白色画素として検出するステップと、 Detecting a pixel that satisfies a predetermined white detection condition from each pixel of the captured image data as a white pixel,
    前記撮影画像データの各画素から所定の赤色検出条件を満たす画素を赤色画素として検出するステップと、 Detecting a pixel satisfying a predetermined red detection condition from each pixel of the captured image data as a red pixel,
    前記赤色画素を赤目画素候補とし、この赤目画素候補の周辺領域内における前記肌色画素と前記白色画素の各存在個数を用いた判別条件に基づいて前記赤目画像候補を赤目画素と認定するステップと、 A step wherein the red pixel and red pixel candidate, the red-eye image candidate to qualify as redeye pixels based on the determination conditions using each occurrence number of the white pixels and the skin color pixels in the peripheral region of the red eye pixel candidates,
    前記認定された赤目画素の画素値を変更することで赤目補正を行うステップとから構成されていることを特徴とする赤目補正方法。 Red-eye correction method characterized in that it is composed of a step of performing red-eye correction by changing the pixel values ​​of the certified redeye pixel.
  2. 前記肌色検出条件は各画素の画素値であるR・G・B成分値に基づいてR成分値とG成分値との差分値,G成分値とB成分値との差分値,B成分値とR成分値との差分値およびその画素の輝度値を用いて定義されており、前記白色検出条件は白色画素候補の肌色彩度とその白色画素候補の周辺に位置する前記肌色画素の平均肌色彩度を用いて定義されており、前記赤色検出条件は赤色彩度を用いて定義されていることを特徴とする請求項1に記載の赤目補正方法。 The skin color detection condition difference value between the R component value and the G component value based on R · G · B component value is a pixel value of each pixel, the difference value between the G component value and B component value, and the B component value difference value between the R component values and is defined using the luminance value of the pixel, an average skin color of the skin color pixel the white detection condition is located around the white pixel candidate with the skin color of the white pixel candidate degrees is defined using the red-eye correction method according to claim 1, wherein the red detection condition is characterized by being defined using the red color saturation.
  3. 前記認定された赤目画素の彩度を下げることによって前記赤目補正を行うことを特徴とする請求項1又は2に記載の赤目補正方法。 Eye correction method according to claim 1 or 2, characterized in that said red eye correction by lowering the saturation of the certified redeye pixel.
  4. 前記認定された赤目画素の画素値を瞳色に対応する画素値に近づけることで赤目補正を行うことを特徴とする請求項1又は2に記載の赤目補正方法。 Eye correction method according to claim 1 or 2, characterized in that the red-eye correction by bringing the pixel values ​​of the certified redeye pixels in a pixel value corresponding to the iris color.
  5. 赤目補正のために前記認定された赤目画素の画素値を変更する際予め予測された赤目判別困難度に応じてその変更度を調整することを特徴とする請求項1〜4のいずれかに記載の赤目補正方法。 According to any one of the preceding claims, characterized in that to adjust the degree of change in accordance with the previously predicted redeye determination difficulty when changing the pixel values ​​of the certified redeye pixels for red-eye correction red-eye correction method.
  6. 撮影画像データに生じている赤目を補正するために、 In order to correct the red-eye caused in the captured image data,
    前記撮影画像データの各画素から所定の肌色検出条件を満たす画素を肌色画素として検出する機能と、 A function of detecting a pixel that satisfies a predetermined skin color detection condition from each pixel of the photographed image data as a skin color pixel,
    前記撮影画像データの各画素から所定の白色検出条件を満たす画素を白色画素として検出する機能と、 A function of detecting a pixel that satisfies a predetermined white detection condition from each pixel of the captured image data as a white pixel,
    前記撮影画像データの各画素から所定の赤色検出条件を満たす画素を赤色画素として検出する機能と、 A function of detecting a pixel that satisfies a predetermined red detection condition from each pixel of the captured image data as a red pixel,
    前記赤色画素を赤目画素候補とし、この赤目画素候補の周辺領域内における前記肌色画素と前記白色画素の各存在個数を用いた判別条件に基づいて前記赤目画像候補を赤目画素と認定する機能と、 The red pixel and red pixel candidates, a function of the red-eye image candidate to qualify as redeye pixels based on the determination conditions using each occurrence number of the white pixels and the skin color pixels in the peripheral region of the red eye pixel candidates,
    前記認定された赤目画素の画素値を変更することで赤目補正を行う機能をコンピュータに実行させる赤目補正プログラム。 Eye correction program for executing the function of performing red-eye correction by changing the pixel values ​​of the certified redeye pixels in a computer.
  7. 入力された撮影画像データに生じている赤目を補正する画像処理装置において、 An image processing apparatus for correcting red-eye occurring on the input captured image data,
    前記撮影画像データの各画素から所定の肌色検出条件を満たす画素を肌色画素として検出する肌色画素検出部と、 A skin color pixel detection unit that detects a pixel that satisfies a predetermined skin color detection condition from each pixel of the photographed image data as a skin color pixel,
    前記撮影画像データの各画素から所定の白色検出条件を満たす画素を白色画素として検出する白色画素検出部と、 White pixel detection unit that detects a pixel that satisfies a predetermined white detection condition from each pixel of the captured image data as a white pixel,
    前記撮影画像データの各画素から所定の赤色検出条件を満たす画素を赤色画素として検出する赤色画素検出部と、 A red pixel detector for detecting a pixel that satisfies a predetermined red detection condition from each pixel of the captured image data as a red pixel,
    前記赤色画素を赤目画素候補とし、この赤目画素候補の周辺領域内における前記肌色画素と前記白色画素の各存在個数を用いた判別条件に基づいて前記赤目画像候補を赤目画素と認定する赤目画素決定部と、 The red pixel and red pixel candidate redeye pixel determining to certify the redeye pixels the red image candidates based on the determination conditions using each occurrence number of the white pixels and the skin color pixels in the peripheral region of the red eye candidate pixel and parts,
    前記認定された赤目画素の画素値を変更することで赤目補正を行う赤目補正部とから構成されていることを特徴とする画像処理装置。 The image processing apparatus characterized by being composed of a red eye correcting section for performing red-eye correction by changing the pixel values ​​of the certified redeye pixel.
  8. 赤目判別の困難度を予測する赤目判別困難度予測部が備えられ、この赤目判別困難度に応じて前記赤目補正部は前記認定された赤目画素の画素値を変更する度合いを調整することを特徴とする請求項7に記載の画像処理装置。 Eye determination difficulty predicting unit that predicts a difficulty of the red-eye determination is provided, characterized in that said red eye correction unit to adjust the degree of changing the pixel values ​​of the certified redeye pixels in accordance with the red-eye determination difficulty the image processing apparatus according to claim 7,.
JP2003366132A 2003-10-27 2003-10-27 Red-eye correction method and device for carrying out the method Expired - Fee Related JP4431949B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2003366132A JP4431949B2 (en) 2003-10-27 2003-10-27 Red-eye correction method and device for carrying out the method

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2003366132A JP4431949B2 (en) 2003-10-27 2003-10-27 Red-eye correction method and device for carrying out the method
EP04025018A EP1528509A3 (en) 2003-10-27 2004-10-21 Image processing method and apparatus for red eye correction
US10/974,661 US7486317B2 (en) 2003-10-27 2004-10-26 Image processing method and apparatus for red eye correction
CNB2004100879871A CN1267855C (en) 2003-10-27 2004-10-26 Red eye correction method and apparatus for implementing said method

Publications (2)

Publication Number Publication Date
JP2005128942A JP2005128942A (en) 2005-05-19
JP4431949B2 true JP4431949B2 (en) 2010-03-17

Family

ID=34420101

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2003366132A Expired - Fee Related JP4431949B2 (en) 2003-10-27 2003-10-27 Red-eye correction method and device for carrying out the method

Country Status (4)

Country Link
US (1) US7486317B2 (en)
EP (1) EP1528509A3 (en)
JP (1) JP4431949B2 (en)
CN (1) CN1267855C (en)

Families Citing this family (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7738015B2 (en) 1997-10-09 2010-06-15 Fotonation Vision Limited Red-eye filter method and apparatus
US8520093B2 (en) 2003-08-05 2013-08-27 DigitalOptics Corporation Europe Limited Face tracker and partial face tracker for red-eye filter method and apparatus
US7630006B2 (en) 1997-10-09 2009-12-08 Fotonation Ireland Limited Detecting red eye filter and apparatus using meta-data
US9412007B2 (en) 2003-08-05 2016-08-09 Fotonation Limited Partial face detector red-eye filter method and apparatus
US7574016B2 (en) 2003-06-26 2009-08-11 Fotonation Vision Limited Digital image processing using face detection information
JP2005310068A (en) * 2004-04-26 2005-11-04 Noritsu Koki Co Ltd Method for correcting white of eye, and device for executing the method
US8254674B2 (en) 2004-10-28 2012-08-28 DigitalOptics Corporation Europe Limited Analyzing partial face regions for red-eye detection in acquired digital images
JP4522323B2 (en) * 2005-06-02 2010-08-11 キヤノン株式会社 Image processing apparatus and control method thereof
US7907786B2 (en) * 2005-06-06 2011-03-15 Xerox Corporation Red-eye detection and correction
US7792970B2 (en) 2005-06-17 2010-09-07 Fotonation Vision Limited Method for establishing a paired connection between media devices
US7920723B2 (en) 2005-11-18 2011-04-05 Tessera Technologies Ireland Limited Two stage detection for photographic eye artifacts
US7599577B2 (en) 2005-11-18 2009-10-06 Fotonation Vision Limited Method and apparatus of correcting hybrid flash artifacts in digital images
US7689009B2 (en) 2005-11-18 2010-03-30 Fotonation Vision Ltd. Two stage detection for photographic eye artifacts
US7970182B2 (en) 2005-11-18 2011-06-28 Tessera Technologies Ireland Limited Two stage detection for photographic eye artifacts
US7567707B2 (en) * 2005-12-20 2009-07-28 Xerox Corporation Red eye detection and correction
JP4643715B2 (en) 2006-02-14 2011-03-02 テセラ テクノロジーズ アイルランド リミテッド Automatic detection and correction of defects due to the eyes of the flash is not a red-eye
US7965875B2 (en) 2006-06-12 2011-06-21 Tessera Technologies Ireland Limited Advances in extending the AAM techniques from grayscale to color images
US8170294B2 (en) 2006-11-10 2012-05-01 DigitalOptics Corporation Europe Limited Method of detecting redeye in a digital image
KR100862341B1 (en) * 2006-11-13 2008-10-13 삼성전기주식회사 Device for detecting skin of people and Method thereof
US8315463B2 (en) * 2006-11-14 2012-11-20 Eastman Kodak Company User interface for face recognition
US7764846B2 (en) * 2006-12-12 2010-07-27 Xerox Corporation Adaptive red eye correction
ITVA20060079A1 (en) 2006-12-19 2008-06-20 St Microelectronics Srl Method of classification of chromatic pixels and adaptive improvement method of a color image
US8055067B2 (en) 2007-01-18 2011-11-08 DigitalOptics Corporation Europe Limited Color segmentation
EP2145288A4 (en) 2007-03-05 2013-09-04 Digitaloptics Corp Europe Ltd Red eye false positive filtering using face location and orientation
JP2008234342A (en) * 2007-03-20 2008-10-02 Fujifilm Corp Image processor and image processing method
US8503818B2 (en) 2007-09-25 2013-08-06 DigitalOptics Corporation Europe Limited Eye defect detection in international standards organization images
US8036458B2 (en) 2007-11-08 2011-10-11 DigitalOptics Corporation Europe Limited Detecting redeye defects in digital images
JP5089405B2 (en) 2008-01-17 2012-12-05 キヤノン株式会社 Image processing apparatus and image processing method and an imaging apparatus
US8212864B2 (en) 2008-01-30 2012-07-03 DigitalOptics Corporation Europe Limited Methods and apparatuses for using image acquisition data to detect and correct image defects
US8081254B2 (en) 2008-08-14 2011-12-20 DigitalOptics Corporation Europe Limited In-camera based method of detecting defect eye with high accuracy
CN101447026B (en) * 2008-12-26 2013-02-13 北京中星微电子有限公司 Pinkeye detecting device and detection method
US8559668B2 (en) * 2009-06-01 2013-10-15 Apple Inc. Red-eye reduction using facial detection
US8300929B2 (en) * 2009-10-07 2012-10-30 Seiko Epson Corporation Automatic red-eye object classification in digital photographic images
CN102004907A (en) * 2010-11-23 2011-04-06 无锡港湾网络科技有限公司 Red-eye effect-based human face detection method
JP6155785B2 (en) * 2013-04-15 2017-07-05 オムロン株式会社 Image processing apparatus, a control method for an image processing apparatus, image processing program and a recording medium
CN105247570A (en) * 2013-05-28 2016-01-13 马维尔国际贸易有限公司 Systems and methods for red-eye correction
US9355315B2 (en) 2014-07-24 2016-05-31 Microsoft Technology Licensing, Llc Pupil detection

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3036285B2 (en) 1993-03-05 2000-04-24 ミノルタ株式会社 Eye position detecting device
US6631208B1 (en) 1998-05-29 2003-10-07 Fuji Photo Film Co., Ltd. Image processing method
JP4050842B2 (en) 1998-06-15 2008-02-20 富士フイルム株式会社 Image processing method
US6718051B1 (en) * 2000-10-16 2004-04-06 Xerox Corporation Red-eye detection method
US6873743B2 (en) * 2001-03-29 2005-03-29 Fotonation Holdings, Llc Method and apparatus for the automatic real-time detection and correction of red-eye defects in batches of digital images or in handheld appliances
EP1288859A1 (en) * 2001-09-03 2003-03-05 Agfa-Gevaert AG Method for automatic detection of red-eye defecs in photographic images
EP1288860A1 (en) * 2001-09-03 2003-03-05 Agfa-Gevaert AG Method for processing digital photographic image data including a method for the automatic detection of red-eye defects
EP1288858A1 (en) 2001-09-03 2003-03-05 Agfa-Gevaert AG Method for automatically detecting red-eye defects in photographic image data
EP1293933A1 (en) * 2001-09-03 2003-03-19 Agfa-Gevaert AG Method for automatically detecting red-eye defects in photographic image data
US7058209B2 (en) * 2001-09-20 2006-06-06 Eastman Kodak Company Method and computer program product for locating facial features
KR20040088518A (en) * 2002-02-22 2004-10-16 픽솔로지 소프트웨어 리미티드 Detection and correction of red-eye features in digital images
GB2385736B (en) * 2002-02-22 2005-08-24 Pixology Ltd Detection and correction of red-eye features in digital images
US7116820B2 (en) * 2003-04-28 2006-10-03 Hewlett-Packard Development Company, Lp. Detecting and correcting red-eye in a digital image
US7310443B1 (en) * 2003-09-17 2007-12-18 Sonic Solutions, Inc. Automatic red eye detection and correction in digital images
US7295686B2 (en) * 2003-09-29 2007-11-13 Primax Electronics Ltd. Method of processing red eye in digital images

Also Published As

Publication number Publication date
CN1612164A (en) 2005-05-04
EP1528509A3 (en) 2009-10-21
JP2005128942A (en) 2005-05-19
US7486317B2 (en) 2009-02-03
EP1528509A2 (en) 2005-05-04
US20050117173A1 (en) 2005-06-02
CN1267855C (en) 2006-08-02

Similar Documents

Publication Publication Date Title
EP1807805B1 (en) Method and apparatus for red-eye detection in an acquired digital image
EP1918872B1 (en) Image segmentation method and system
US5996893A (en) Method and apparatus for visually identifying an area on a photograph or image where digital data is stored
JP4954081B2 (en) Detection methods of the iris and pupil of the human image
US7289664B2 (en) Method of detecting and correcting the red eye
US6728401B1 (en) Red-eye removal using color image processing
US7809197B2 (en) Method for automatically determining the acceptability of a digital image
US8379117B2 (en) Detecting red eye filter and apparatus using meta-data
US7352394B1 (en) Image modification based on red-eye filter analysis
JP5547730B2 (en) Auto beautification of the face and skin using the face detection
EP1014172A1 (en) Method and apparatus for modifying a portion of an image in accordance with colorimetric parameters
US20040234156A1 (en) Data conversion apparatus and data conversion program storage medium
US7609908B2 (en) Method for adjusting the brightness of a digital image utilizing belief values
JP3809404B2 (en) Image processing method, apparatus and system
US7072526B2 (en) Image processing apparatus, image processing method and recording medium
US7133070B2 (en) System and method for deciding when to correct image-specific defects based on camera, scene, display and demographic data
JP4799101B2 (en) Image processing method and apparatus, and program
JP4153108B2 (en) Image processing method, image processing apparatus and a recording medium
US7171044B2 (en) Red-eye detection based on red region detection with eye confirmation
US5557688A (en) Method of extracting characteristic image data and color data conversion device for image processing apparatus
US7548645B2 (en) Image processor and image processing system
US8135184B2 (en) Method and apparatus for detection and correction of multiple image defects within digital images using preview or other reference images
JP4861806B2 (en) Detection and correction of red-eye
US7751640B2 (en) Image processing method, image processing apparatus, and computer-readable recording medium storing image processing program
JP3775782B2 (en) Method of detecting a skin color in the digital image

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20060725

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20090709

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20090716

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20090827

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20091126

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20091209

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130108

Year of fee payment: 3

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130108

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20140108

Year of fee payment: 4

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees